买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉福州大学申请的专利一种基于PGD攻击对抗训练的恶意代码分析方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119720197B 。

龙图腾网通过国家知识产权局官网在2026-02-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411801510.9，技术领域涉及：G06F21/56；该发明授权一种基于PGD攻击对抗训练的恶意代码分析方法及系统是由刘延华;陈代坤;李嘉琪设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本一种基于PGD攻击对抗训练的恶意代码分析方法及系统在说明书摘要公布了：本发明涉及一种基于PGD攻击对抗训练的恶意代码分析方法及系统。包括恶意代码马尔可夫图像生成、基于PGD攻击对抗训练恶意代码检测模型MadInGadv。从恶意代码的反汇编asm文件中提取恶意代码操作码序列；根据恶意代码操作码序列生成对应的马尔可夫图像；引入辅助分类生成对抗网络ACGAN模型，进一步在生成器与判别器的博弈过程中，构建基于PGD攻击的判别器对抗训练算法，最后通过迁移判别器将学习到的图像特征用于构建恶意代码检测器。本发明提高了模型在数据类别分布不平衡和恶意代码变种等场景下对恶意代码检测的准确率，并增强了恶意代码检测器的泛化能力与鲁棒性。

本发明授权一种基于PGD攻击对抗训练的恶意代码分析方法及系统在权利要求书中公布了：1.一种基于PGD攻击对抗训练的恶意代码分析方法，其特征在于，包括如下步骤： 步骤S1、从恶意代码的反汇编asm文件中提取恶意代码操作码序列； 步骤S2、根据得到的操作码序列生成对应的马尔可夫图像； 步骤S3、将生成的马尔可夫图像作为输入，训练基于图像分析和生成对抗网络的恶意代码检测模型MadInGadv，通过训练好的模型实现恶意代码检测； 步骤S1中，从恶意代码的反汇编asm文件中提取恶意代码操作码序列，具体包括以下步骤： 步骤S1A1、通过匹配Segmenttype:Purecode寻找反汇编asm文件中代码节位置，获取代码节名称； 步骤S1A2、根据得到的代码节名称匹配代码节区内容，按行读取代码节中的内容； 步骤S1A3、通过正则表达式\s[A-F0-9]{2}\s+\s*[a-z]+匹配代码节中的内容，获取代码节中所包含的操作码； 步骤S1A4、重复步骤S1A2-步骤S1A3直到文件读取完成，得到恶意代码的操作码序列； 步骤S3具体步骤包括： 步骤S3A1、输入马尔可夫图像数据集T，初始化MadInGadv模型中生成器G及其参数 判别器D及其判别器参数 步骤S3A2、对判别器进行PGD攻击，得到对抗样本，生成对抗样本的具体公式 如下： 其中，表示每次迭代更新对抗样本时扰动的大小，表示模型的损失函数，是投影操作，是损失函数关于输入的梯度，用于指示增加损失 的方向，表示只保留梯度的方向，而忽略大小，从而控制每次更新为一个 固定步长，是PGD攻击过程中，第i次迭代生成的对抗样本，是马尔可夫图像数据集 T=在PGD攻击中多次迭代后得到的对抗样本； 步骤S3A3、固定生成器参数，使用对抗样本、真实样本和生成样本训练 判别器，更新判别器参数，参数更新的具体公式如下： 其中，是判别器输入数据的输出真伪结果，是判别器输入数据的输出分类结果，E表 示期望，c是输入样本的正确类别，是数据真实性的代价函数，是数据分类准确性的代 价函数，是关于的梯度，Adam是MadInGadv中生成器和判别器的优化器，优 化器的目标是最大化； 步骤S3A4、固定判别器参数，使用生成样本训练生成器，更新生成器参数，参数更新的 具体公式如下： 其中，是关于的梯度，优化器的目标是最小化； 步骤S3A5、重复步骤S3A2-步骤S3A4直到达成迭代次数，得到训练完成的判别器； 步骤S3A6、构造与判别器具有相同结构和参数的恶意代码检测器，通过实现恶意 代码检测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。